TensorFlowLite

publiczne zajęcia końcowe TensorFlowLite

Statyczne metody narzędziowe do ładowania środowiska wykonawczego i kodu natywnego TensorFlowLite.

Metody publiczne

pustka statyczna
początek ()
Upewnij się, że natywna biblioteka TensorFlowLite została załadowana.
ciąg statyczny
wersja uruchomieniowa ()
Zwraca wersję domyślnego środowiska wykonawczego TensorFlowLite.
ciąg statyczny
runtimeVersion ( InterpreterApi.Options.TfLiteRuntime runtime)
Zwraca wersję określonego środowiska uruchomieniowego TensorFlowLite.
ciąg statyczny
wersja schematu ()
Zwraca wersję schematu modelu TensorFlowLite, która jest obsługiwana przez domyślne środowisko uruchomieniowe TensorFlowLite.
ciąg statyczny
schemaVersion ( InterpreterApi.Options.TfLiteRuntime runtime)
Zwraca wersję schematu modelu TensorFlowLite, która jest obsługiwana przez określone środowisko uruchomieniowe TensorFlowLite.
ciąg statyczny
wersja ()
Ta metoda jest przestarzała. Preferuj użycie or #schemaVersion() .

Metody odziedziczone

Metody publiczne

public static void init ()

Upewnij się, że natywna biblioteka TensorFlowLite została załadowana.

W przypadku niepowodzenia zgłasza błąd UnsatisfiedLinkError z odpowiednim komunikatem o błędzie.

public statyczny ciąg runtimeVersion ()

Zwraca wersję domyślnego środowiska wykonawczego TensorFlowLite.

public static String runtimeVersion ( InterpreterApi.Options.TfLiteRuntime runtime)

Zwraca wersję określonego środowiska uruchomieniowego TensorFlowLite.

Parametry
czas pracy

publiczny statyczny ciąg schemaVersion ()

Zwraca wersję schematu modelu TensorFlowLite, która jest obsługiwana przez domyślne środowisko uruchomieniowe TensorFlowLite.

public static String schemaVersion ( InterpreterApi.Options.TfLiteRuntime runtime)

Zwraca wersję schematu modelu TensorFlowLite, która jest obsługiwana przez określone środowisko uruchomieniowe TensorFlowLite.

Parametry
czas pracy

publiczna statyczna wersja ciągu ()

Ta metoda jest przestarzała .
Preferuj użycie or #schemaVersion() .

Zwraca wersję bazowego schematu modelu TensorFlowLite.